Portfolio – význam pro profitabilitu a diverzifikaci rizika - Jak na obchodní plán

Portfolio – význam pro profitabilitu a diverzifikaci rizika
Obsah článku:

Jaké má portfolio význam?

Co je diverzifikace

Co je korelace

Typicky diskutované základní diverzifikované investiční portfolio – 60/40

All weather portfolio

Jak má vypadat portfolio?

Portfolio složené z akcií, ETF nebo obchodních systémů?

Diverzifikované portfolio složené z obchodních systémů

Význam portfolia - shrnutí

Jaké má portfolio význam?

Portfolio v kontextu finančních trhů odkazuje na kombinaci různých finančních nástrojů, jako jsou akcie, dluhopisy, komodity, měny a další finanční aktiva. Nejčastěji se hovoří o investičních portfoliích. Portfolia ale vytvářejí i aktivní obchodníci obchodující krátkodobě.

Klasické investiční portfolio může být složené z různých finančních nástrojů. Může obsahovat například 50 % akcií, 30 % dluhopisů a 20 % komodit, nebo jakoukoliv jinou kombinaci podle preference a rizikové tolerance investora.

Portfolio aktivních obchodníků se může skládat z obchodních systémů zaměřených na různé obchodní styly a délku držení pozic. Může obsahovat například kombinací dlouhodobého trendfollowingového systému, swingového mean reversion systému a intradenního breakout systému.

Hlavním významem portfolia je diverzifikace.

Co je diverzifikace

Diverzifikace je strategie, která spočívá v rozložení investic do různých typů aktiv s cílem minimalizovat celkové riziko na obchodním účtu. Základní myšlenkou je, že různá aktiva často nereagují na ekonomické události stejným způsobem. Pokud se jedno aktivum vyvíjí špatně, může být tato negativní výkonnost vyvážena pozitivní výkonností jiného aktiva.

Ryze česky popisuje diverzifikaci rčení nevkládat všechna vajíčka do jednoho košíku.

Diverzifikace rizika je důležitá při jakýchkoliv finančních aktivitách. Protože to, co fungovalo v minulosti, nemusí fungovat do budoucna. Stabilitu může přinést to, že nebudeme spoléhat na jediný zdroj příjmů, ale příjmů budeme mít několik. Ideálně takových, které na sobě nejsou příliš závislé – mají spolu nízkou korelaci.

Co je korelace

Korelace je míra, která vyjadřuje vztah mezi dvěma nebo více aktivy, investičními nástroji nebo obchodními přístupy. Nejčastěji hledáme korelaci ve výnosech aktiv. Můžeme ale hledat i korelaci mezi riskem. Například sledovat, jakou korelaci mají propady (drawdown) hodnoty jednoho aktiva k propadům hodnot jiného aktiva.

Korelace se měří na škále od -1 do 1. Silná pozitivní korelace (cca 0,5 až 1) znamená, že když výnosy jednoho aktiva stoupají, výnosy druhého aktiva obvykle také stoupají. A naopak. Když jedno aktivum klesá, druhé silně korelované aktivum také klesá. Negativní korelace (-0,5 až -1) znamená, že když výnosy jednoho aktiva stoupají, výnosy druhého aktiva obvykle klesají a naopak. Nízká korelace (cca -0,5 až 0,5) znamená, že výnosy dvou aktiv nejsou vzájemně výrazně spojeny a pohybují se na sobě nezávisle.

Korelace je pro diverzifikaci portfolia klíčová. Celkový risk v rámci portfolia se snižuje jen v případě, že jednotlivá aktiva mají negativní nebo nízkou korelaci.

Důležité je současně si uvědomit, že korelace mezi aktivy se časem v závislosti na různých ekonomických, politických a tržních faktorech mění. Je tak výhodné mít složené portfolio z více nízko korelujících dílčích částí.

Typicky diskutované základní diverzifikované investiční portfolio – 60/40

Příkladem tradiční alokace aktiv, která se často doporučuje v literatuře jako pasivní investiční portfolio, je tzv. 60/40 portfolio. Rozdělení se týká procentuálního rozložení mezi akciemi a dluhopisy: 60 % portfolia je investováno do akcií nebo akciových fondů. Akcie obvykle nabízejí vyšší potenciální výnos, ale také přicházejí s vyšším rizikem volatilnosti a ztráty hodnoty. 40 % portfolia je investováno do dluhopisů nebo dluhopisových fondů. Dluhopisy jsou obvykle považovány za konzervativnější investice s nižším rizikem než akcie. Poskytují pravidelné výnosy z úroků a obvykle mají nižší volatilitu než akcie.

Ukázka historické výkonnosti 60/40 portfolia složeného z indexu SPY (akcie) a TLT (dluhopisy). Na první pohled je vidět význam a přínos diverzifikace portfolia. Výnos portfolia 60/40 (černá linka) je podobný jako u držení akcií indexu S&P 500 (šedá linka), ovšem risk je podstatně nižší. Max. drawdown u S&P 500 byl cca -55 %, u 60/40 portfolia byl -30,77 %. To je podstatný rozdíl a jeden z hlavních důvodů, proč řada obchodníků podobným způsobem portfolio diverzifikuje.

Uvedená diverzifikace risku fungovala proto, že výnosy akcií a dluhopisů měly dlouhodobě nízkou korelaci. Jak jsme si řekli, to se ale může změnit a také se to v poslední letech změnilo.

Takto vypadá výkonnost stejného portfolia od začátku roku 2022:

Černá linka opět představuje výkonnostní křivku portfolia 60/40, šedá indexu S&P 500. Diverzifikované portfolio ztrácí výrazně více než index S&P 500 a mělo i hlubší drawdown (-27,24 % vs. -24,5% u samotného indexu S&P 500). Co se změnilo? Díky makroekonomických tlakům začaly najednou klesat výnosy nejen akcií, ale i dluhopisů. A tak kombinace, která dříve zaručovala nižší risk (když padaly akcie, dluhopisy rostly), najednou žádnou diverzifikaci rizika nepředstavovala.

All weather portfolio

Diverzifikace v rámci investičních portfolií může být pochopitelně komplexnější a investovat lze do širší skupiny aktiv. Výborně se k tomu hodí tzv. ETF. Jde o akcie kopírující výkonnost celých indexů sektorů, indexů nebo komodit.

Často bývají diskutována tzv. „all weather“ portfolia, jejichž cílem je přečkat v trzích všechny možné turbulence s co nejnižším riskem. Zmiňovány jsou různé alokace. Miliardář Ray Dalio, velký propagátor diverzifikace, pracoval mj. s portfoliem složeným z 30 % amerických akcií (VTI - Vanguard Total Stock Market), 40 % dlouhodobých dluhopisů (TLT - iShares 20+ Year Treasury Bond), 15 % krátkodobých dluhopisů (IEI - iShares 3-7 Year Treasury Bond), 7,5 % komodit (DBC - Invesco DB Commodity Tracking) a 7,5 % zlata (GLD - SPDR Gold Trus).

Opět si můžeme takto diverzifikované portfolio nasimulovat a porovnat jej například s držením SPY kopírující index S&P 500:

Je vidět, že výkonnost tohoto typu diverzifikované portfolia (černá linka) poslední roky výrazně zaostávala za výkonností indexu S&P 500 jak z pohledu risku, tak výnosů. A to kvůli tomu, jak se v průběhu času změnily korelace jednotlivých aktiv, ze kterých je toto diverzifikované portfolio složené.

Jak má vypadat portfolio?

Na výše uvedených příkladech jsme si ukázali, že portfolio má v obchodování i investování vysoký význam, ale v trhu neexistuje jakákoliv univerzální rada pro jeho stavbu. Co fungovalo desítky let může kdykoliv přestat fungovat. Osobně při stavbě portfolií vycházím z následujících pravidel:

a) Ideálně chci mít v portfoliu cca 10–15 aktiv, které by principiálně měly jinak reagovat na různé tržní podmínky. V mém případě skládám portfolia z mechanických obchodních systémů. V takovém případě budou mít určitě zaručeně nízkou korelaci například long a short mean reversion systémy, long a short breakout strategie atd.

b) Mezi aktivy v portfoliu chci mít slabou korelaci. Pokud se korelace z nějakého důvodu zvýší, zkoumám proč a případně jsem připraven portfolio upravit.

c) Důležité je myslet na volatilitu jednotlivých aktiv v portfoliu. Volatilita zjednodušeně řečeno říká, jak hodně se dané aktivum hýbe. Na první pohled je jistě zřejmé, že portfolio složené z 50% investice do dluhopisů (které se hýbou málo, jsou málo volatilní) a z druhých 50 % do bitcoinů (který se hýbe hodně – je hodně volatilní), nedává smysl. Risk profil celého portfolia se v tomto případě bude odvíjet od pohybů bitcoinu. Osobně pro měření volatility používám metriku, které se říká anualizovaná průměrná volatilita. Váhu aktivům (v mém případě systémům) v portfoliu dávám tak, aby měl dopad volatility aktiv na můj účet u všech aktiv podobnou váhu (tj. do volatilnějších aktiv alokuji méně kapitálu, do méně volatilních více).

d) Aby portfolio dobře sloužilo k diverzifikaci a řízení rizika, je třeba vždy věnovat pozornost jeho risk profilu. Osobně nejvíce sleduji zmíněnou anualizovanou volatilitu. Mířím na hodnotu cca 12 % anualizované volatility. To v praxi znamená, že výkyvy stavu mého portfolio účtu se s poměrně vysokou pravděpodobností budou pohybovat v rozsahu ± 12 % a ze zkušenosti vím, že to povede k maximálním drawdownům na úrovni cca 15 %.

Pokud bude vaše portfolio dobře diverzifikované, ale například kvůli použití páky nebo velmi volatilních aktiv budete obchodovat s anualizovanou volatilitou například 50 %, budete mít šanci vytvořit ročně velmi slušné zhodnocení (50 % a více), ale také je třeba se připravit na vysoké drawdowny – určitě na úrovni 50-70 %, což v praxi snese málokdo.

V portfoliu bychom tak měli řešit: Rozložení kapitálu do aktiv, jejichž výkonnost a risk by neměly souviset (tato souvislost by měla být pojmenovatelná jak logickým vysvětlením, tak matematicky nízkou korelací). Rozložení kapitálu rovnoměrně podle volatility. Celkovou očekávanou volatilitu portfolia, která by měla být v mezích toho, co bude komfortní pro naši psychiku.

Portfolio složené z akcií, indexů nebo obchodních systémů?

To je již velmi specifické. Záležet to bude hlavně na očekávaném výdělku a množství investovaného času.

Pokud hledáte pasivní investování, pak bych se rozhlížel po portfoliích složených z ETF na různé indexy, případně sektory, dluhopisy a základní komodity. Patrně bych nevytvářel příliš složitou logiku s nutností rebalancování (změna vah v portfoliu v průběhu času), protože pak můžete těžit z časového testu po třech letech držení a nulové dani z příjmu. Člověk v tomto případě nemůže doufat v příliš vyšší výkonnost, než kterou obecně nabízí akciové indexy (S&P 500 má průměr cca 10 % ročně). Při trochu štěstí lze projít drawdowny s menším poklesem účtu (u samotného S&P 500 je potřeba se připravit na drawdowny cca 50 %), ale jak je vidět na výše uvedených příkladech, odhadovat budoucí konkrétní mix ETF může vést k lepším, ale i horším výsledkům než nabízí samotný index. Ale již i taková portfolio diverzifikace má bezpesporu svůj vysoký význam.

Skládání portfolií z jednotlivých akciích může vést k výsledkům výrazně převyšujících výkonnost indexů, ale výsledné zhodnocení bude určitě výrazně více záviset na náhodě a zkušenostech investora než v případě portfolia složeného z ETF. Snadněji lze skončit také s horšími výsledky než při práci s ETF

Osobně preferuji vytváření diverzifikovaných portfolií z mechanických obchodních systémů. To může výrazně přebíjet výkonnost indexů jak z pohledu výkonnosti, tak z pohledu risku. Ale na druhou stranu to není pasivní investování a je třeba si výsledky odpracovat.

Diverzifikované portfolio složené z obchodních systémů

V případě skládání portfolií z obchodních systémů můžeme vydělat výrazně více než při držení indexů. Ovšem také s rizikem, že systém sám o sobě v budoucnu fungovat nemusí. Proto osobně volím co nejjednodušší obchodní logiky.

Například jeden ze systémů, který obchoduji živě na svém účtu, obchoduje tak, že drží 5 nejvíce rostoucích technologických akcií indexu Nasdaq 100 v momentě, kdy tento index roste (obchoduje se nad svým dlouhodobým klouzavým průměrem). To je obchodní logika, která v budoucnu nemůže přestat fungovat. Pokud samotný Nasdaq 100 poroste, porostou i akcie, které rostou nejvíce.

Přitom už tento samotný obchodní systém překonává index jak s ohledem na výkonnost, tak risk. Zde je výkonnostní křivka backtestu v logaritmickém měřítku:

Systém má historické roční průměrné zhodnocení 20,31 % (modrá křivka) oproti indexu Nasdaq (šedá křivka). Ten měl průměrné roční zhodnocení 14 %. Nasdaq 100 si přitom prošel drawdownem -53,44 %, systém -39 %. To je samozřejmě pro mě stále ohromné číslo vycházejí z toho, že systém je hodně volatilní.

Ve svém portfoliu jej proto obchoduji tak, že mu přiřazuji jen část kapitálu. Sám mám v portfoliu zmíněných cca 10 systémů, takže váha tohoto momentum systému je poměrně nízká. Ale řekněme, že bychom mu v portfoliu přiřadili váhu 50 % kapitálu a druhou polovinu věnovali nějakému úplně jinému přístupu – například swingovému shortování akcií skrz mean reversion. Přesně takovou kombinaci mám v portfoliu implementovanou a je zřejmé, že korelace podobných přístupů (dlouhodobé rostoucí momentum vs. krátkoodobé short mean reversion) bude vždy nízká.

Takto pak vypadá výkonnost jednoduchého diverzifikovaného portfolia (50 % kapitálu momentum v Nasdaq 100 + 50 % kapitálu krátkodobé short mean reversion) zobrazená v logaritmickém měřítku jako černá křivka vs. dlouhodobá výkonnost indexu Nasdaq 100 (šedá linka):

Jde o backtest, který pochopitelně nezaručuje stejné budoucí výsledky. Ale princip je zde jasný. Již jen toto portfolio dvou systémů snížilo volatilitu na polovinu při zvýšení výkonnosti. Portfolio indikuje průměrnou roční výkonnost 21,89 % (index Nasdaq 100 zobrazený šedou linkou 14,04 %) při maximálním drawdownu -18,48 % (index Nasdaq 53,44%).

Obě obchodní logiky jsou přitom velmi jednoduché, až triviální. Na svém účtu v rámci diverzifikace portfolia tímto způsobem kombinuji další logiky, které mají spolu fundamentálně nízkou korelaci.

Význam portfolia - shrnutí

Je patrné, že skládání aktiv s nízkou korelací do jednoho celku je cesta, která se vyplatí. Ať se zaměřujete na trading nebo investování. Zejména si tím na účtu snižujeme volatilitu a tak risk.

Diverzifikace přitom může mít řadu podob, se kterými se pojí různá efektivita, ale i různé náklady. Poskládání několika širokých ETF, kde budeme maximálně průběžně dokupovat pozice je cesta, která je velmi pasivní, časově a nákladově nenáročná. Jen je dobré jít do tohoto přístupu se správným očekáváním.

Dobrou službu mohou vytvořit i aktivněji řízená portfolia složená z obchodních systémů. V této oblasti je na druhou stranu potřeba připravit se na to, že je cesta spojena se získáním větších zkušeností, což vesměs s sebou nese vynaložený čas a nezbytné náklady.
portfolio

diverzifikace
29.10.2023

Petr Podhajský

Fulltime obchodník věnující se tradingu více než 20 let. Specializace na systematické strategie obchodované na futures a akciích. Oblíbený styl obchodování: stavba automatizovaných portfolio systémů, které využívá i v alternativním fondu, který spravuje.
3

2
pokračovat Swing trading – co to je a jak s ním vydělat peníze?

pokračovat Jak na první daytrading autotrader [včetně funkční strategie a kódu]
Jak na obchodní plán

Vytváříme obchodní systém – hledání základního edge

Od základního edge k obchodnímu systému

Vytváříme obchodní systém – konkrétní vstupy

Hon na další vstupní situace

Jak na první backtest

Jak bez zkušeností vytvářet automatizované obchodní systémy (AOS) s využitím umělé inteligence

Swing trading – co to je a jak s ním vydělat peníze?

Portfolio – význam pro profitabilitu a diverzifikaci rizika

Jak na první daytrading autotrader [včetně funkční strategie a kódu]

Mechanické obchodování IPO (Initial Public Offering)

Naposledy publikováno

VPN a VPS pro trading (tipy pro systematické obchodování)

Lekce z živých trhů jen v týdenním newsletteru

Intradenní obchodování – jak vydělat peníze v 2023/2024

Dumb Money - Peníze těch tupců

Breakout trading a řízení rizik (komodity vs. ETF vs. CFD)
Další články na toto téma

Trading Room – popis a nastavení portfolia

Na Finančníkovi se snažím ostatní co nejvíce inspirovat pomocí vlastní praxe. Poslední měsíce vše zašlo tak daleko, že několik desítek obchodníků má zde v rámci služby Trading Room dopředu přístup k mým plánovaným obchodům, obchodním nástrojům typu automatizovaný finwin trader a pochopitelně výstupům z obchodní platformy zobrazující plnění, komise atd. Ve skupině obchoduji portfolio, jehož komentované nastavení může být přínosné pro všechny obchodníky, kteří jdou podobným směrem a přemýšlejí, jak si systematicky profitabilní trading poskládat.
V rámci Trading Roomu obchoduji tři systémy:
Krátkodobý mean reversion systém MR3000 držící pozice maximálně 5 dnů. Systém obchoduje long i short a vstupuje proti výraznějším denním pohybům v akciích indexu Russell 3000. Systém podrobněji popisuji zde. Intradenní mean reversion systém Finwin držící pozice pouze v průběhu denní seance. Systém obchoduje long i short. Otevřené pozice jsou ukončovány vždy na konci obchodního dne. Systém obchoduje akcie indexu Russell 3000 a kontroluji, aby nebyly obchodovány stejné pozice jako v rámci MR3000. Systém jsem velmi podrobně popsal na finwin.cz. Aktuální výsledky jsem samostatně naposledy komentoval zde. Trendfollowing systém MicroBreakout držící méně likvidní akcie. Vybírány jsou libovolné akcie obchodované na amerických burzách. Systém vstupuje do akcií tvořících nová high a drží je, dokud je v trhu rostoucí momentum. Může tak být v pozicích týdny nebo i několik měsíců. Popis systému můžete najít přes tento článek. Strategie mají historicky poměrně nízkou korelaci a jejich obchodování v rámci portfolia vedlo historicky ke snižování celkového drawdownu. Na této stránce je prezentován backtest, který sám používám pro finální obchodování. Samotný backtest má několik specifik a limitů, kterým je potřeba porozumět před zkoumáním samotných čísel:
Zobrazen je backtest od 1.1.2015 do 15.8.2021. Mám k dispozici i delší testy, nicméně výsledky zejména intradenní strategie Finwin jsou až příliš optimistické (dříve bylo intradenní obchodování snazší). Proto sám pracuji s více aktuálním obdobím. Zejména short strategie nemusí mít backtest zcela věrohodný. V softwaru nelze simulovat dostupnost akcií pro short, takže v reálu by některé obchody nebylo možné uskutečnit. Intradenní strategie testuji s využitím pouze denních dat. Na nich nelze poznat, které signály by byly vyplněny jako první (u Finwinu sleduji až 50 signálů, ale zobchoduji pouze prvních 5 na long a 5 na short). V rámci backtestu proto používám náhodné pořadí u plnění – každý backtest bude trochu jiný. Ovšem ve finále se liší jen detaily equity křivek, díky množství obchodů jsou finální výsledky velmi podobné. Výsledky strategie MicroBreakout v portfoliu testu nepochází z Amibrokeru a equity křivka se od té z Amibrokeru (jehož signály používám v Trading Roomu) nepatrně liší. Je to způsobeno tím, že každý software počítá trochu jinak indikátory, nepatrně jinak například zaokrouhlí některé výpočty atd. Výsledky testu jsou s komisemi (vyššími než sám platím – v testu počítám minimálně 1 dolar/pozici, případně 5 centů/akcii, pokud je částka vyšší než 1 dolar). Výsledky testů jsou bez reinvestování kapitálu – po celou dobu testu se pracuje pouze s počátečním stavem účtu. V praxi průběžně kapitál reinvestuji. U limitních příkazů je v testu vyžadováno, aby cena prošla limitní cenou o hodnotě 0.001 * Close trhu. Nestačí tedy, aby se limit ceny jen dotkl. V praxi se tak občas dostanu do profitabilního obchodu, který backtest nezachytí. Zejména short obchody nejsou v testu tříděné na fundamentální filtry, které v praxi používám. Hlavně poslední dobou filtry hodně pomáhají v obchodování shortů. Osobně tak backtest považuji za solidně věrohodný, byť jako vždy – v praxi očekávám horší výsledky zhodnocení a vyšší risk (vyšší drawdown).
Backtest s výše uvedenými podmínkami vypadá pro celé portfolio následovně:

Pro porovnání je zobrazen i výsledek držení trhu SPY (ten pracuje s reinvestováním, kdy pozice je měněna po dividendách). Výsledky držení SPY pochopitelně nejsou zahrnuty do výsledků portfolia zobrazených ve sloupci „Combined“.
Použité váhy pro jednotlivé systémy jsou:
33,3 % MR3000
33,3 % Finwin
33,3 % Microbreakout
V testu byl použit počáteční kapitál 60 000 USD, což je částka, se kterou jsem začínal účet v rámci Trading Roomu. Každý systém tak vytváří pozice z částky 20 000 USD, což odpovídá i tomu, jak generuji v rámci Trading Roomu signály (kromě strategie MicroBreakout, která v Trading Roomu pracuje s reinvestováním). Systémy MR3000 a Finwin používají pro výpočet signálů dvojnásobnou páku. Velikost pozice MR3000L, kde obchodujeme max. 5 obchodů na long stranu, tak vychází z kapitálu 20 000 dolarů děleno 5 pozicemi – v Trading Roomu otevírám pozice o velikosti 4 000 dolarů na akcii.

Hledáte cestu, jak se dostat ke konzistentním profitům?
Rádi byste i v aktuálním kontextu obchodovali stabilně a bez emocí?
Určitě si přečtěte novou knihu Od myšlenky k reálným obchodům
Implementujte již od samotného začátku své praxe důležité systematické procesy a správné myšlení, které výrazně zvyšuje šance na stabilně profitabilní obchodování.
Inspirujte se, jak trading dělat jinak a lépe. 1/3 kapitálu pro jednotlivé strategie se mi jeví jako reálně optimální nastavení portfolia. Z výsledků je patrné, že nejvíce risku je pojeno se strategií MR3000S (drawdown až 50 %), ovšem v rámci celku jsem ochotný s takovým výsledkem fungovat.
Základní parametry testu celého portfolia – průměrné roční zhodnocení 37 % při maximálním drawdownu 10,75 %. Toto by měla být jedna z nejdůležitějších lekcí každého tradera. Spojováním nekorelujících strategií získáváme mnohem stabilnější obchodní výsledky. Podle mého názoru by každý měl obchodovat portfolio alespoň o několika strategiích – nejlépe tak různorodých, jako je to ukázáno v rámci Trading Room portfolia. Současně to znamená, že z portfolia není vhodné si vybírat „jen něco“, ale je potřeba jej obchodovat jako celek.
Podrobnější pohled na risk portfolia
Při pohledu na měsíční zisky/ztráty je zřejmé, že není nic neobvyklého, pokud má portfolio dva po sobě jdoucí ztrátové měsíce:

Jako při jakémkoliv tradingu je proto potřeba toto přijmout jako fakt a není možné pochybovat například po dvou, třech týdnech, kdy systémy negenerují nové high. V praxi jen těžko budete ale hledat přístupy, které fungují každý měsíc/týden. Z mé zkušenosti je proto lepší přijmout realitu a naučit se s ní fungovat.
Samotný drawdown portfolia osciluje mezi 5 až 10 %:

Nyní je strategie v drawdownu, nicméně díky dodatečným fundamentálním filtrům používaných při živém obchodování mám živé portfolio na cca 60 % zobrazené hodnoty drawdownu. V každém případě sám používám období drawdownu pro navyšování kapitálu. Obecně je určitě lepší spouštět strategie, když jsou v drawdownu, než když se obchodují na novém high.
Je ale třeba se připravit na to, že drawdowny nemusí být hned překonány. Zde je zobrazeno období (svislá osa zobrazuje počet dnů v drawdownu), které na úrovní portfolia trvá pro překonání drawdownu:

Běžně je to cca měsíc, nicméně např. na začátku roku 2019 trval drawdown cca 4 měsíce. V případě „smůly“ se tak může reálně stát, že podobné portfolio spustím na novém účtu a 4 měsíce budu ve ztrátě. Opět naprostá realita obchodování.
A to jde o výsledky pouze z jediného backtestu. V praxi používám k odhadu risku Monte carlo analýzy, které indikují, že za sledované období lze realisticky očekávat drawdown až cca 15 %.
Ovšem celkově se Monte carlo výsledky jeví u Trading Room portfolia dost stabilně. Zde je 5 nejlepších a 5 nejhorších portfolio equity křivek:

Důležité pro mě je, že jednotlivé systémy mají v případě drawdownů nízkou korelaci:

Pokud jeden systém prodělává, je velmi pravděpodobné, že jiný alespoň trochu vydělá. Což mně osobně velmi pomáhá psychicky a v rámci portfolia se snažím systémy stavět právě i tak, abych měl výsledky co možná nejstabilnější.
V každém případě je ale podstatné vždy obchodovat jen s takovými částkami, se kterými dokážete drawdown ustát.
Sám kromě účtu v rámci Trading Roomu (dnes cca 70 000 dolarů, kde exekuce sdílím v rámci skupiny) obchoduji i podstatně vyšší účty v rámci svého fondu, u kterého používám podobné strategie. Ovšem ke zvládnutí drawdownů s vyšším kapitálem jsem se musel propracovat praxí. Dnes vnímám, že každé překonání trochu většího drawdownu (5-10 %) mi pomáhá v navýšení kapitálu a získání další důvěry v to, co dělám. Jsme tak opět u toho, že v tradingu je nejdůležitější praxe – obchodovat, obchodovat a obchodovat.
Do začátku bych tak určitě začal obchodovat s nižším kapitálem – například 10 000 dolarů a soustředil se především na systematičnost a překonávání drawdownů. 15% drawdown v případě účtu 10 000 dolarů je 1 500 dolarů, což je něco, co by měl zvládnout překonat i začínající trader.
Samozřejmě v případě nižšího kapitálu budou výsledky obchodování jakéhokoliv portfolia horší proto, že některé pozice není možné otevřít (akcie jsou příliš drahé) a především komise již ukrojí příliš velký podíl na zisku. Ale pokud přepočítám portfolio v rámci Trading Roomu na kapitál 10 000 dolarů, stejně je vidět, že i s tak nízkou částkou lze operovat, učit se a posouvat se kupředu.
Portfolio obchodované s kapitálem 10 000 dolarů:

A jakmile si psychika jen trochu zvykne, lze navýšit kapitál například na 20 000 dolarů, kde jsou výsledky již podstatně lepší:

31 % průměrného zhodnocení při 11% drawdownu s počátečním kapitálem 20 000 dolarů už se příliš neliší od výsledků, které backtest indikuje u podstatně vyššího kapitálu.
Shrnutí
Historické backtesty rozhodně nezaručující budoucí zisky, nicméně demonstrují určité hranice, ve kterých můžeme očekávat risk a zisk.
Živá výkonnost reportovaná v Trading Roomu velmi podobně kopíruje výsledky pro rok 2021 zobrazené v druhé tabulce. Samozřejmě s faktem, že Finwin jsme pomocí autotraderu začali ve skupině obchodovat až od začátku srpna.
Osobně mám tak k obchodovanému portfoliu solidní důvěru. Pokud však následujete moji práci, je potřeba:
Přizpůsobit risk vlastní psychice. Vnímat „investiční horizont“ stejně jako já – tedy na úrovni měsíců, kdy by portfolio mělo překonat i případné hlubší drawdowny.

Od neúspěšného systému k ziskovému portfoliu (včetně trading simulátoru)

Jeden z principů, který připomínám začínajícím traderům stále dokola je, že na jednotlivých obchodech příliš nezáleží. A jednotlivé obchody nelze "pilovat" k dokonalosti.
Vím, že mnoho začínajících obchodníků má pocit, že vztah mezi pravděpodobností a riskem mohou ovlivňovat svými schopnostmi. Tedy například, že se naučí vyhledávat jednoduché cenové patterny s vysokou úspěšností a vysokým poměrem průměrného zisku na občasné ztráty. To je ale typický příklad kognitivního zkreslení, kterým se všichni více či méně necháváme ovlivňovat. Jedním z nejznámějších kognitivních zkreslení spojených s přílišnou sebedůvěrou je "overconfidence bias" (zkreslení přehnané sebedůvěry). To vede zejména začínající obchodníky k přecenění vlastních schopností, dovedností nebo informací. V kontextu tradingu může tento jev vést k rozhodování na základě nedostatečných nebo nesprávných informací, protože obchodník si myslí, že ví víc, než ve skutečnosti ví. Například trader může přecenit svou schopnost předpovědět pohyb trhu, a může tak podstupovat zbytečná rizika. Třeba proto, že z příspěvků na sociálních sítí má pocit, že to „musí jít“.
Jednoduše řečeno – některé věci v tradingu kontrolovat můžeme, jiné nikoliv.
Jednou z oblastí, kterou v tradingu kontrolovat nemůžeme, je výrazné zvyšování výkonnosti běžných obchodních přístupů, aniž bychom nezvyšovali risk.
Sám obchoduji mnoho strategií. Mám rád například swingové mean reversion akciové strategie. Obchoduji je ale prakticky v té nejjednodušší možné podobě. Protože vím, že v reálném světě není cesta, jak zvýšit jejich výkonnost například 5x, aniž bych podstatným způsobem nezvyšoval risk (a to třeba skrytou cestou, kterou neuvidím v backtestu, protože testy vedoucí k podobné výkonnosti budou jednodušše přeoptimalizované).
Výkonnost proto vždy posuzuji ve vztahu k risku. Metrik, jak to dělat, je celá řada. Osobně používám sharpe ratio. To velmi stručně řečeno udává poměr průměrné výkonnosti k průměrnému risku a opravdu hodně volně bychom mohli říct, že strategie se sharpe ratio 1 může mít průměrnou výkonnost například 20 % při max. drawdownu také cca 20 %, nebo 10 % při max. drawdownu také 10 % (sharpe ratio v praxi nepracuje s drawdownem, ale volatilitou výnosů).
Strategie, které živě obchoduji, mají sharpe ratio někde mezi 0,5-1,5.
Začínající obchodníci často hledají strategie, které budou mít sharpe ratio „v nebesích“ – například doufají v průměrné zhodnocení 100 % při maximálním drawdownu 5 %. To je upřímně s běžně dostupnými strategiemi naprosto nereálné.
A čas v trzích vás naučí, že ani nemá smysl se pokoušet podobným směrem strategie posouvat.
Cesta, jak výkonnost zvyšovat, je diverzifikace v rámci portfolií.
Tím, že budete postupně obchodovat více nekorelujících strategií, zachováte jejich výkonnost, ale celkový risk bude klesat. Sharpe ratio se bude zvyšovat.
Velmi dobře to v krátkém videu vysvětluje Ray Dalio (americký miliardář a významný hedge fund manager):

https://www.youtube.com/watch?v=Nu4lHaSh7D4
Ray ukazuje, že to, co ovlivňuje celkový risk našeho obchodování, je počet systémů (nebo zdrojů příjmů) a jejich korelace.
To je mentální posun, který je potřeba si v tradingu osvojit. Je potřeba odpoutat pozornost od jednotlivých obchodů a začít přemýšlet o systémech pracujících v celku.
Na první pohled to nemusí vypadat složitě. Ale úplně snadné to není. Je potřeba vytvořit workflow, které zajistí, že jednotlivé systémy spolu dobře fungují, že se příkazy zadávají bez chyb, že dokážeme vše spolehlivě vyhodnocovat a podobně. Rozhodně to ale není nepřekonatelné. Podstatné je, do jaké oblasti trader zaměřuje svoji pozornost.
V pochopení důležitých a méně důležitých věcí v tradingu mohou pomoct také simulace.
Na Google Colabu s vámi sdílím svůj python simulátor náhodného obchodování.
Naleznete jej na této adrese:
https://colab.research.google.com/drive/1eLZr0-UuCx6srHLkF4QM0L_1LB5XvnzT?usp=sharing
Skript si uložte na svůj Google Drive a můžete jej spustit černou šipkou v záhlaví. Pak stačí vyplnit příslušná políčka a kliknout na „Spočítej“:

Prostředí je jednoduché. Skript generuje hypotetické systémy podle zadaných parametrů. Průměrný roční výnos 0,2 říká, že generujeme systém průměrně generující 20 % p.a. Pak je důležitá roční volatilita. Hodnota 0,2 stručně řečeno znamená, že můžeme očekávat drawdown cca 20-30 %. Dále zadáme počet let v simulaci a počet generovaných strategií.
Klikneme na Spočítej a dostaneme například podobný graf:

Je zde daný počet equity křivek, které jsou vygenerované náhodně, ale s výchozími parametry výnosnosti a risku.
Některé systémy z principu vydělávají více, jiné méně. Pod tabulkou naleznete základní pohled na výnos a risk:
CAGR mean: 21,13 % CAGR max: 30,97 % CAGR min: -0,69 % Drawdown max: 40,15 % Drawdown min: 21,95 % Drawdown mean: 30,31 % Hodnoty se pochopitelně liší s každým během skriptu (křivky jsou generovány náhodně), ale rámcově budou při stejných parametrech vypadat podobně. Zde vidíme, že drawdown systémů se pohyboval v rozmezí 21,95 – 40,15 %. Výnosnost od -0,69 % do 21,13 % (ano, jedna strategie ztrácela podobně, jako se nám to bude dít na živých účtech).
Všech deset systémů má průměrné zhodnocneí 21,13 % při průměrném drawdownu 30,31 %. To je relativně realistický poměr.
Pokud ale v živém obchodování budete obchodovat se systémem, který má průměrné zhodnocení 21,13 % při drawdownu 30,31 %, není skutečně způsob, jak snížit drawdown nějakými "pokročilými taktikami" třeba na polovinu.
Až na jedinou taktiku. Doslova hlavní „svatý grál“ tradingu, který se odehrává na úrovni portfolia.
Řekněme, že bychom každé strategii přiřadili 1/10 kapitálu (na ukázce pracujeme s 10 strategiemi) a obchodovali je všechny najednou. Výkonnost portfolia by pak vypadala následovně:

Max Drawdown: -4.90 % CAGR: 23.05 % Annual Volatility: 5.23 % Celkové portfolio má najednou průměrné roční zhodnocení 23,05 % při maximálním drawdownu -4,90 %.
Věřím, že tento příklad hovoří za vše a maximálně doporučuji, abyste si s testerem hráli chvíli sami.
Jsem přesvědčen, že po čase každému obchodníkovi začne docházet, jak hodně záleží na kombinaci strategií do celku (portfolia) a jak minimálně jsou podstatné jednotlivé obchody.
Samozřejmě, že praktická implementace portfolií systémů má mnoho aspektů, které musíme řešit a sdílený python skript problematiku přibližuje jen ve zjednodušené a teoretické rovině. V praxi musíme systémy vytvářet, řešit rozdělování kapitálu mezi strategie, zajišťovat nízkou korelaci, systematicky obchodovat mnoho signálů atd.
Podstatné ale je, kam ve svém tradingu zaměřujete pozornost – na precizování např. vstupních situací nebo na pilování portfolia jako celku...

Co mi nyní funguje v obchodování? II

V minulém článku jsem popsal, co mi poslední měsíce funguje v rámci portfolia nejvíce – konkrétně short mean reversion strategie. Jak jsou na tom ale long mean reversion obchody?
Mean reversion strategie obchodující akcie tvoří v tuto chvíli páteř mého portfolia, na kterém mám mj. postavený svůj systematický alternativní fond. Strategie obchoduji na long i short stranu – tedy nakupuji jak krátkodobé propady (mean reversion long), tak shortuji krátkodobé vrcholy (mean reversion short). Obchodované strategie se snažím vytvářet opravdu co nejjednodušeji (a co jsem dříve považoval za jednoduché, jsem poslední rok ještě zjednodušoval), a tak nikoho patrně nepřekvapí, že long a short mean reversion mají stejnou logiku, jen „zrcadlově obrácenou“.
V minulém článku jsem ukazoval, že mean reversion short strategiím se poslední dobou daří solidně. S longy to byla v roce 2022 trochu jiná písnička.
Long mean reversion obchod v mém pojetí znamená, že systém vyhledává trhy, které si v posledních obchodních seancích prošly výrazným poklesem. U těch zadávám limitní příkaz ve vzdálenosti určitého běžného rozkmitu trhu pod poslední uzavírací cenu. Pokud k této ceně trh intradenně klesne a jsem vyplněný, existuje vysoká šance (dlouhodobě více než 60 %), že se v nejbližších několika dnech trh „nadechne“ a systém bude moci ukončit pozici v zisku. Podrobně se popisu mean reversion strategií věnuji v knize Od myšlenky k reálným obchodům, jejíž přílohou je i komplet videí popisujících konkrétní pravidla mean reversion strategie.
Logika long mean reversion vstupů je dobře vidět i na pozicích, které mám právě dnes (25.2.2022) otevřené na jednom ze svých účtů u Interactive Brokers:

Hlavní graf zobrazuje long pozici v akcii CMC, která má za sebou výrazný pokles. V páteční seanci jsem proto zadával limitní příkaz na cenovou úroveň 50,96. Limitní příkaz byl vyplněn a na konci obchodní seance jsem zatím v otevřeném profitu +309 dolarů. Mimochodem vstupy u všech tří zobrazených pozic jsem dopředu rozesílal v rámci skupiny TradingRoom. Tedy jedna z ohromných výhod této metody obchodování je možnost si vše připravit dopředu evropské ráno a následně již s tradingem žádný čas netrávit.
Aktuální pozice jsou v plusu, nicméně rok 2022 byl pro longy v mean reversion výzvou – zejména první měsíce 2022, kdy padaly technologické tituly často bez jakýchkoliv korekcí. Equity křivka mých long mean reversion systémů vypadala zhruba takto:

Jaro 2022 poslalo long mean reversion do drawdownu, z kterého se systém dostává zatím jen velmi pomalu.
Osobně toto ale nevnímám jako žádnou zásadní tragédii. Zejména proto, že obchoduji jednoduché strategie, u kterých rozumím jak vznikají jejich zisky a ztráty. A ztráty z longu u mean reversion akciových strategií byly začátkem roku 2022 v kontextu chování trhů prostě přirozené. Na výše uvedeném grafu je navíc vidět, jaké neuvěřitelné zisky měly long mean reversion strategie v roce 2020 a 2021. Jsem přesvědčený, že u strategií v budoucnu opět uvidíme nová high.
Ovšem ztráty strategie 2022 mě průběžně nutily přemýšlet o tom, jak jednoduché mean reversion strategie dále diverzifikovat. Jako velmi triviální cesta se ukázala začít je obchodovat na dalších trzích.
Takto v betaverzi mé aplikace pro TradingRoom vypadá equity křivka prakticky stejné long mean reversion strategie na kanadských akciových trzích:

Strategii se zde daří poslední měsíce mnohem lépe (výsledky strategie vytváří nová maxima zisků) než v USA, přestože logika systému je úplně stejná.
Dnes kanadskou verzi mean reversion systému již obchoduji spolu s US verzí živě na svém účtu a mým plánem je postupně do portfolia přidávat další regiony. Tento přístup velmi dobře reprezentuje můj pohled na profitabilní trading. Pracuji s jednoduchými strategiemi, kterým rozumím. Chápu, že strategie nemohou vydělávat 100% času a je potřeba se diverzifikovat do portfolií. V těch lze ale vymýšlet jen omezený počet logik. Další diverzifikaci tak přináší obchodování stejných logik na dalších trzích.
A když už jsem zmínil téma portfolií, zde je ukázka toho, jak vypadá dohromady long mean reversion strategie se short mean reversion strategií. Jde o strategie vyučované ve swingovém workshopu, kde jsou nazvány SMR_S (short mean reversion - červená linka) a SMR_L (long mean reversion - zelená linka). Strategie jsou velmi podobné těm, co sám obchoduji jako MR3000. Černá linka reprezentuje portfolio výkonnosti obou strategií dohromady:

Long i short verze mají pochopitelně své propady (ty pro dlouhé pozice jsem ostatně popsal v tomto článku). Výkonnost obou strategií dohromady je ale mnohem stabilnější. Už jen tyto dvě strategie dohromady dlouhodobě překonávají benchmark při výrazně nižší volatilitě a především s výrazně nižším zapojením kapitálu (jen cca 50 % kapitálů vůči tomu, co je potřeba při držení indexu). Takto vypadá spojená výkonnost backtestu long + short mean reversion vs. benchmark v podobě S&P 500 (šedá linka):

Volný kapitál je tak možné využívat do dalších strategií (nebo trhů) a tím dál posouvat výkonnost a snižovat volatilitu. Což je přesně princip, který ve svém obchodování využívám a důvod, proč se tolik nezatěžuji drawdowny v rámci jednotlivých strategií.